V2.07.4Attention inference uncertainty设计研究
推断出的注意力状态准确度有限，不应作为判定依据
别名: 注意力推断不确定性 · 代理标签误差 · 不可观察状态
概念解释
注意力推断不确定性（attention inference uncertainty）来自用光标、视线、应用焦点或输入活动推断“专注”“空闲”“已理解”等不可直接观察状态。代理与目标之间不是一一对应，因此结果只能是带误差的估计。它可辅助判断，却不应决定权限、绩效、纪律或是否强制打断。
机制
同一信号可由多种原因产生：长时间凝视可能是理解、困惑或离开；频繁切换可能是分心，也可能是跨资料整合。模型从有限情境学习后还会因设备、任务、残障和文化差异发生分布偏移。把概率压成确定标签会隐藏误差，自动行动又让被误判者承担后果。
怎么研究
评估需预先定义目标状态和独立真值来源，报告混淆矩阵、校准、置信区间及不同任务和群体的误差，而非只给总体准确率。经验采样、任务回放和行为结果可形成多源标签，但都不完美。部署后还需检测分布漂移与用户纠正率。
边界
低风险、可撤销的提示可容忍较大误差；高后果决策需要直接证据和申诉。用户自报也可能过期或受社会压力影响，但其意愿在可打断性上通常比模型猜测更有权威。更高传感器精度不自动消除概念标签的含糊。
怎么落地
- 显示“可能”与证据时间，不把推断写成事实。
- 允许用户纠正、覆盖和关闭推断，且不因纠正受罚。
- 禁止将注意力代理直接用于绩效、权限或纪律决定。
- 按任务和群体审计校准与错误后果，发现漂移即降级为未知。